Estimação e predição nos modelos mistos não balanceados

• Autor(a) principal: Lopez Perez, Luis Alberto
• Data de Publicação: 1992
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://teses.usp.br/teses/disponiveis/11/11134/tde-20191220-120505/
• topic: COMPONENTES DE VARIÂNCIA; ESTIMAÇÃO; MODELOS LINEARES MISTOS; PREDIÇÃO

Este trabalho apresenta um estudo sobre as funções e preditores lineares nos modelos de efeitos mistos, com estrutura de dados balanceados e desbalanceados. Propõe-se um método alternativo para a estimação dos preditores lineares, baseado nos multiplicadores de Lagrange os quais dependem linearmente da estimação dos efeitos fixos e aleatórios do modelo. A estimação desses efeitos dependem da estrutura da matriz associada de variâncias e covariâncias, por isto apresenta-se uma metodologia visando simplificar sua construção, assim como o cálculo de, sua inversa. Para a estimação dos componentes da variância, o modelo é escrito em termos das decomposições ortogonais lineares, através das quais se estabelece uma relação entre os sub-índices associados aos efeitos do modelo e os produtos de Kronecker das matrizes identidades de ordem s (Is) e, quadradas de elementos unitários de ordem s (Js), com a qual o cálculo dos estimadores de máxima verossimilhança dos componentes de variância associados fica sensivelmente simplificado.